出品/零售氪星球

(資料圖片僅供參考)

作者/零售氪星球

明明一場直播讓產(chǎn)品大賣，庫存卻不足了？A地區(qū)爆單買不到貨，B地區(qū)卻大量積壓？動銷差的產(chǎn)品產(chǎn)能過剩，受市場追捧的爆品，缺料又缺產(chǎn)能？關(guān)鍵節(jié)點，供應(yīng)鏈總是“拖后腿”，尤其是在618、雙11這樣的大促。

如果，仔細分析這些問題的癥結(jié)，大多是供應(yīng)鏈管理的源頭——需求計劃出了問題。

在眼下競爭激烈的市場環(huán)境，幾乎所有消費品企業(yè)都在關(guān)注提高供應(yīng)鏈管理效率和精準度，滿足消費者多元化的需求。但是，多元分散的渠道、紛繁復雜的產(chǎn)品以及愈發(fā)多變的用戶需求，企業(yè)們幾乎無法回避一個現(xiàn)實問題：供應(yīng)鏈響應(yīng)效能，總是跟不上前端營銷的變化？

消費品行業(yè)企業(yè)，大多需提前生產(chǎn)和備貨，需求計劃的準確性，對成本、利潤以及效率等關(guān)鍵效益指標有重大影響。如果有科學合理的需求計劃，有效配置資源，及時響應(yīng)需求變化，降低運營成本，企業(yè)也能贏得更多商機。

相反，需求計劃不準確，導致生產(chǎn)和供應(yīng)混亂，直接影響效益。溯本求源，提高供應(yīng)鏈靈活性的首要任務(wù)，便是優(yōu)化需求計劃。

01

正本清源，需求計劃的三大難點

供應(yīng)鏈管理的第一道關(guān)口，需求計劃至關(guān)重要。但很多企業(yè)的需求預測，準確性低、計劃靈活性差，常常計劃趕不上變化，與實際業(yè)務(wù)嚴重脫鉤。

為什么？方向不對，計劃白費。需求計劃不止是計劃的問題，還應(yīng)從戰(zhàn)略和執(zhí)行角度做全面設(shè)計。

首先，提到需求計劃，很多人的第一反應(yīng)是需求預測，二者關(guān)系緊密，但并不是等同的。預測，是對未來市場態(tài)勢的提前推演，輔助和支撐業(yè)務(wù)決策。需求計劃，則是在已有需求預測基礎(chǔ)上，結(jié)合企業(yè)實際情況得出的判斷和規(guī)劃，指導后續(xù)庫存、生產(chǎn)、采購等計劃的制定。

可以說，需求預測是需求計劃的前提和基礎(chǔ)，需求計劃是需求預測的具體實施和落實。單純的需求預測，再精準也無法100%預判未來變化，而企業(yè)的供應(yīng)能力是有限的、剛性的，在預測基礎(chǔ)上，需求計劃要能考量不同部門的意見、反饋乃至洞察，才能有效保障計劃后續(xù)的落地執(zhí)行。

在計劃思路和流程上，要強調(diào)需求預測的必要和精準，但更要重視跨部門的協(xié)同決策。

其次，所有企業(yè)都知道需求預測很重要，但難在如何讓預測盡可能精準。

一方面，今天任何企業(yè)的需求預測都離不開數(shù)據(jù)和數(shù)字化技術(shù)的應(yīng)用，但傳統(tǒng)的數(shù)字化技術(shù)，無法全面考慮所有影響銷量的因素，得出的結(jié)果具有片面性。

另一方面，需求預測不只是技術(shù)問題，也是個業(yè)務(wù)問題，不同的渠道、區(qū)域、時間周期都有其特殊性，無法按照完全一樣的標準進行管理。企業(yè)必須借助科學方法，全面梳理各類數(shù)據(jù)，才能做到精細化管理和預測。

第三，由于計劃效率低、調(diào)整難度大，供應(yīng)鏈端很容易陷入“反正預測不準，調(diào)起來又麻煩，那就按經(jīng)驗來”的陷阱。早期，依靠人工經(jīng)驗和各種excel表格做計劃，一般需要花費數(shù)天，再加上與各個部門溝通的時間，計劃還沒出來，可能市場又變了。

有的企業(yè)整合數(shù)據(jù)和表格，構(gòu)建了需求計劃系統(tǒng)，在計劃效率上有了很大提升，但無法全面分析數(shù)據(jù)背后的原因，遇到復雜的市場情況，也很難實現(xiàn)針對性的調(diào)整和優(yōu)化。

因此，高質(zhì)量的需求計劃系統(tǒng)，不僅僅是一套自動化的操作工具，更需要能支持企業(yè)建立完善的數(shù)據(jù)采集和分析體系，進一步實現(xiàn)“數(shù)據(jù)-分析-決策”的數(shù)字化需求管理閉環(huán)。

根據(jù)需求計劃的問題和方向“對癥下藥”，就可以從源頭打開供應(yīng)鏈管理的“活水”，進而，促進供應(yīng)鏈全鏈路的效能提升。隨著智能技術(shù)的發(fā)展，需求計劃朝著智能化轉(zhuǎn)變，為解決上述問題帶來了新方向，尤其是，智能決策技術(shù)加持的智能需求計劃，正在突破傳統(tǒng)計劃模式，被越來越多的企業(yè)所青睞。

02

分場景精細化，讓需求預測更精準

需求計劃的基礎(chǔ)是需求預測，預測的準確性，會影響需求計劃的可執(zhí)行性，也是影響供應(yīng)鏈成本和效率的關(guān)鍵因素之一。Gartner數(shù)據(jù)顯示：企業(yè)每提高1%銷售預測準確度，產(chǎn)品庫存周期就將縮短7%，并降低2%的運輸成本、減少9%的過期庫存報廢。

在食品、飲料、美妝、日化、鞋服等消費行業(yè)，每個行業(yè)每一類產(chǎn)品都有不同的季節(jié)、區(qū)域、人群等特性。比如，食品飲料產(chǎn)品包含常規(guī)品、爆品、長尾品、新品、衰退品等不同類型，服裝業(yè)的季節(jié)性和區(qū)域性差異很大。常規(guī)的標準化系統(tǒng)，很難根據(jù)不同業(yè)務(wù)場景分類預測，需求預測，必須和具體的業(yè)務(wù)場景深度結(jié)合。

傳統(tǒng)方式下，需求預測主要靠歷史數(shù)據(jù)和銷售提報，數(shù)據(jù)較粗放，且存在強主觀性，導致需求預測結(jié)果和實際情況偏差較大。智能決策技術(shù)的快速發(fā)展，催生了更精準高效的預測算法和模型，在預測思路和方式上都實現(xiàn)了新升級。

計劃宇宙分場景精細化預測模型的構(gòu)建邏輯

以雀巢為例，其供應(yīng)鏈管理部門和杉數(shù)科技合作打造了新一代的智能需求計劃系統(tǒng)，將智能決策技術(shù)和業(yè)務(wù)深度融合，實現(xiàn)了分場景精細化預測，大幅改善了信息透傳效率，提升了預測準確性?；谏紨?shù)科技的計劃宇宙產(chǎn)品，系統(tǒng)在做需求預測時，會通過大量的數(shù)據(jù)信息找出具有同一類需求變化特點（時間、空間、產(chǎn)品、需求群體）的組合，針對性建模。

例如，同樣的SKU單品，在不同季節(jié)或地域的銷售特征差異可能很大，在分類時，對“SKU單品+季節(jié)+城市”形成的每一個組合都單獨分析；同時，對新品需求預測采用了特殊模型，前期業(yè)務(wù)邏輯主導，中期算法輔助決策，后期轉(zhuǎn)常規(guī)品，增加系統(tǒng)對新品計劃的靈活性。

分析其背后的邏輯，主要是借助智能化方式對細分場景做了精細化的梳理、建模、計算和預測，并實現(xiàn)了整體到局部的一致性管理。

依托計劃宇宙的COForecast、COmatrix等底層技術(shù)引擎，系統(tǒng)可以根據(jù)企業(yè)的業(yè)務(wù)情況進行精細化拆分和整合，將不同產(chǎn)品、不同渠道、不同地區(qū)、不同顆粒度的數(shù)據(jù)進行精細化處理。

在業(yè)務(wù)操作時，企業(yè)可快速切換不同維度不同層級的視角，迅速了解宏觀需求數(shù)據(jù)，也可以全面洞察細分顆粒度的需求情況。

03

解釋性和模擬仿真，助力企業(yè)更靈活應(yīng)對變化

從實際情況看，任何預測數(shù)據(jù)都不是一成不變的，真實的市場永遠存在未知數(shù)。需求計劃應(yīng)根據(jù)變化做相應(yīng)的調(diào)整，關(guān)鍵在于：調(diào)整動作很容易，但調(diào)整幅度如何界定？依靠人工評估顯然有很大隨機性。

例如，某食品企業(yè)按常規(guī)情況預測某城市某季度的需求量是M，但是，由于該城市臨時舉辦了一場大型活動引發(fā)旅游熱潮，企業(yè)隨之做了一系列促銷，那之后的需求是多少？如何調(diào)整計劃？

計劃宇宙需求預測的解釋性分析方法及分析結(jié)果示意

如果，企業(yè)可以了解不同因素的影響力程度，調(diào)整起來就容易很多。智能需求計劃系統(tǒng)做需求預測時，在解釋性上有很大改進，可以助力企業(yè)快速實現(xiàn)動態(tài)計劃調(diào)整。例如，可以從多個維度分析和洞察各影響因子對市場需求的影響指數(shù)。比如，近期趨勢上漲對銷量影響是多少？節(jié)假日對銷量影響是多少？促銷折扣深淺對銷量影響是多少？

通過對結(jié)果量化及可視化分析，企業(yè)對整體市場走向更清晰。當出現(xiàn)突發(fā)情況時，可以快速分析原因定位問題，及時精準地調(diào)整預測結(jié)果，最后實現(xiàn)動態(tài)可調(diào)的需求計劃。

解釋性會幫助企業(yè)更好應(yīng)對變化做出調(diào)整，但很多企業(yè)往往還想進一步知道，如果市場真的發(fā)生變化，通過不同的策略調(diào)整，會有什么樣的綜合效果？

基于智能決策的模擬仿真技術(shù)，可以進一步拓展智能需求計劃的功能邊界。例如，企業(yè)可以模擬不同的事件和活動，基于不同場景，配置不同的算法參數(shù)與方案，得到不同的算法預測值，模擬制定不同場景的需求計劃，為企業(yè)應(yīng)對變化，提供更具體的參考和建議。

04

跨部門協(xié)同決策，打破需求計劃的信息鴻溝

常言道，行百里者半九十。精準的需求預測完成了需求計劃的主要工作，但是，要做出一個符合實際的需求計劃，還要達成多部門的共識，要結(jié)合預測數(shù)據(jù)和不同部門的實際情況來制定。

傳統(tǒng)模式下，各個部門是互相獨立的，需求計劃部門提出需求計劃后，各個部門一般通過S&OP（銷售和運營計劃）會議討論敲定計劃，對于數(shù)據(jù)的細分情況是否一致并不了解，表面看大家達成了一致意見，但與實際情況有較大偏差。

這是因為每個部門的職能和核心訴求不一樣，在討論需求計劃時會有不同的偏向。比如，銷售部門的核心訴求是貨品盡量充足，以保證快速成單和交付，就希望需求計劃有更大的支配空間。

供應(yīng)鏈部門則是從整體成本和效益出發(fā)，希望庫存保存在最佳狀態(tài)，避免貨物積壓以降低成本，提需求時就會盡量保守。如果各個部門能夠在目標和細分維度上達成一致，需求計劃就會更具有執(zhí)行性。

計劃宇宙智能需求計劃自定義協(xié)同流程示意圖

所以，需求計劃不等于需求預測，更關(guān)鍵的是跨部門不同顆粒度信息的透傳。智能需求計劃系統(tǒng)，還有一大亮點就是智能化協(xié)同，通過自定義的協(xié)同流程配置和權(quán)限配置，企業(yè)可自由控制計劃的流轉(zhuǎn)。

計劃員可根據(jù)需求預測結(jié)果創(chuàng)建不同維度和不同層級的初版需求計劃，并將計劃分發(fā)給銷售、財務(wù)、市場等不同部門，輔以消息和提醒機制，收集不同部門的需求洞察和建議，綜合多方意見進行調(diào)整，最終實現(xiàn)協(xié)同決策和一致性計劃。

解決了上述問題，需求計劃傳導到供應(yīng)計劃乃至生產(chǎn)計劃時，就可以釋放出更大價值。在實際運營中，需求計劃、庫存計劃、生產(chǎn)計劃等都是互相關(guān)聯(lián)的，需求計劃做好了，可以拉動后續(xù)計劃效率和效益的提升。

例如，通常需求計劃最直接影響的是配貨補貨，精準的需求計劃可以為庫存補貨提供數(shù)據(jù)參考，企業(yè)在做庫存計劃時，就可以根據(jù)不同顆粒度的需求計劃進行精細化和差異化補貨。

綜合來看，在預測環(huán)節(jié)，智能需求計劃系統(tǒng)改變了傳統(tǒng)人工計算或者“excel式”的模式，在預測效率、顆粒度、準確性方面都實現(xiàn)了大跨越。

在跨部門協(xié)作方面，通過優(yōu)化協(xié)作機制和模式，實現(xiàn)了端到端的信息透傳和協(xié)同，讓需求計劃更加自動化和智能化。同時，通過解釋性分析、模擬仿真等功能，可以讓企業(yè)從更多維度了解市場需求情況，全方位支持企業(yè)決策優(yōu)化，提升整個供應(yīng)鏈系統(tǒng)的“腦力”水平。

在雀巢、好麗友、伽藍、小米、百威等企業(yè)的供應(yīng)鏈管理上，作為面向零售消費行業(yè)的智能運營決策優(yōu)化產(chǎn)品，杉數(shù)科技推出的“計劃宇宙”覆蓋智能需求計劃、智能庫存計劃、智能供應(yīng)計劃、智能收益管理、智能履約計劃等多類場景，都發(fā)揮了重要作用。

例如，通過對伽藍業(yè)務(wù)場景深入理解和分析，結(jié)合伽藍集團未來發(fā)展戰(zhàn)略要求，杉數(shù)科技考慮諸多執(zhí)行條件約束，進行科學決策，實現(xiàn)伽藍全品牌需求計劃、供應(yīng)計劃、倉儲計劃的自動化和智能化，切實提升了企業(yè)運營體系決策效率和質(zhì)量。

從行業(yè)角度，每個行業(yè)的業(yè)務(wù)邏輯是類似的，但每家企業(yè)又有其獨特性。因此，計劃宇宙構(gòu)建了“標準化”的業(yè)務(wù)模型，可以在同類場景快速擴展應(yīng)用，能根據(jù)特殊需求自由定制和調(diào)整，充分將共性特征通用化，并為個性化需求保留空間，為企業(yè)打造高質(zhì)量的供應(yīng)鏈系統(tǒng)提供了高效靈活的方式。